導語：智慧校園陪伴支撐系統(tǒng)設計研究一文來源于網(wǎng)友上傳，不代表本站觀點，若需要原創(chuàng)文章可咨詢客服老師，歡迎參考。

摘要：為解決陪伴開展過程中日益?zhèn)€性化和精準化的需求，文章設計并實現(xiàn)了基于數(shù)據(jù)中臺的陪伴支撐系統(tǒng)。在分析數(shù)據(jù)中臺技術架構(gòu)的基礎上，設計了其與陪伴支撐系統(tǒng)的數(shù)據(jù)互動架構(gòu)，并結(jié)合業(yè)務需求進一步細化了系統(tǒng)功能。系統(tǒng)充分利用了數(shù)據(jù)中臺對數(shù)據(jù)存儲、匯聚和分析等方面的能力，對學生相關數(shù)據(jù)進行分析，提升了數(shù)據(jù)的利用程度和業(yè)務支撐力度。同時，通過對學生綜合信息的展示、預警信息、陪伴體系和陪伴過程的管理，實現(xiàn)了對學生工作隊伍的數(shù)據(jù)賦能，有效支撐了個性化和精準化陪伴的順利開展。

關鍵詞：智慧校園；數(shù)據(jù)中臺；大數(shù)據(jù)分析；陪伴支撐

數(shù)據(jù)日益成為智慧校園建設的核心資產(chǎn)，隨著物聯(lián)網(wǎng)和人工智能技術的日趨成熟，智慧校園中出現(xiàn)了越來越多的用于感知環(huán)境和人的終端設備，不斷豐富著智慧校園中的數(shù)據(jù)類型和數(shù)量。同時，為進一步發(fā)揮數(shù)據(jù)價值，不少高校啟動了數(shù)據(jù)中臺建設。通過數(shù)據(jù)中臺，不同方式產(chǎn)生的大量數(shù)據(jù)可以匯聚在一起，經(jīng)過清洗、融合和分析后，助力高校在管理、教學、服務等方面實現(xiàn)高質(zhì)量發(fā)展。學生工作管理對于學生成長成才有著重要的影響和作用，而對學生的陪伴則是學生工作管理中的基礎工作內(nèi)容。隨著“00”后新生步入大學以及招生人數(shù)的不斷增長，學生對陪伴的需求，也在逐步個性化和精準化。傳統(tǒng)的學生工作管理系統(tǒng)在面對此需求時，則顯得很吃力。主要因為，一是傳統(tǒng)系統(tǒng)大多是將線下的流程搬到線上來開展，比如評獎評優(yōu)、資助管理等，而對于開展線下業(yè)務的支撐方面則關注較少。二是傳統(tǒng)系統(tǒng)雖然基于校內(nèi)數(shù)據(jù)平臺開展建設，但是受限于數(shù)據(jù)平臺和系統(tǒng)本身對大數(shù)據(jù)存儲、匯聚和分析的能力不夠，導致對數(shù)據(jù)利用的程度不足，只能實現(xiàn)部分數(shù)據(jù)的互聯(lián)互通，如學籍信息的同步等。面對此需求，需要新的方式和手段，在充分利用數(shù)據(jù)的基礎上，支撐學生工作隊伍開展個性化和精準化的線下陪伴活動。目前，文獻[1]基于Hadoop生態(tài)，設計并實現(xiàn)了高校學生行為預警平臺，重點介紹了行為預警模型。文獻[2]基于大數(shù)據(jù)，設計了學生行為綜合分析與服務平臺，實現(xiàn)了對學生日常學習生活的動態(tài)監(jiān)測。但是，以上兩個平臺并沒有涉及預測和分析后的陪伴過程以及反饋信息的管理，且數(shù)據(jù)分析和業(yè)務實現(xiàn)在同一平臺中，一定程度上影響了數(shù)據(jù)分析結(jié)果的共享和復用。目前，數(shù)據(jù)中臺在數(shù)據(jù)分析、共享和復用方面具有較好的能力，文獻[3-6]對數(shù)據(jù)中臺的相關內(nèi)容做了介紹，并分別從數(shù)據(jù)模型、可視化、應用研究等方面進行了探討。本文基于以上的情況，設計并實現(xiàn)了基于數(shù)據(jù)中臺的陪伴支撐系統(tǒng)，在對數(shù)據(jù)進行清洗和轉(zhuǎn)換后，形成學生個人綜合信息展示，全面體現(xiàn)學生在校期間的表現(xiàn)。同時，在對數(shù)據(jù)進行分析的基礎上，圍繞學業(yè)困難、家庭經(jīng)濟困難等類型，對學生進行預警，提醒學生工作隊伍進行線下陪伴，并提供線下陪伴反饋功能，一方面可記錄陪伴過程中發(fā)現(xiàn)的其他類型困難情況，如心理健康情況、身體健康情況等；另一方面也可對預警信息進行標注，對預警周期進行調(diào)整，有利于進一步改進預警方法。

1數(shù)據(jù)中臺

1.1數(shù)據(jù)中臺技術架構(gòu)

數(shù)據(jù)中臺旨在數(shù)據(jù)治理和數(shù)據(jù)集成的基礎上，通過對各類數(shù)據(jù)的清洗轉(zhuǎn)換和分析，并按一定的數(shù)據(jù)邏輯模型進行存儲，形成隨時可用的主題數(shù)據(jù)。同時，通過數(shù)據(jù)服務接口或數(shù)據(jù)推送的方式，進行數(shù)據(jù)下發(fā)，逐步構(gòu)建“大中臺、小前臺”的發(fā)展模式，支撐和適應業(yè)務的快速發(fā)展。本文中使用的數(shù)據(jù)中臺主要包括數(shù)據(jù)集成、數(shù)據(jù)存儲與管理、數(shù)據(jù)治理、數(shù)據(jù)服務4個部分，其技術架構(gòu)如圖1所示。數(shù)據(jù)集成主要有服務于傳統(tǒng)關系數(shù)據(jù)的ETL集成工具，服務于日志類集成的Flume組件以及服務于消息類集成的Kafka組件。數(shù)據(jù)存儲與管理過程中，則使用HDFS分布式文件系統(tǒng)進行貼源數(shù)據(jù)存儲，再通過Spark組件和數(shù)據(jù)開發(fā)組件進行數(shù)據(jù)處理，處理后的數(shù)據(jù)存儲在MPP可高速并行處理的關系數(shù)據(jù)庫中。數(shù)據(jù)治理是在數(shù)據(jù)存儲和處理的過程中，通過數(shù)據(jù)治理組件進行數(shù)據(jù)血緣、數(shù)據(jù)質(zhì)量等管理，提升數(shù)據(jù)可用性。數(shù)據(jù)服務是通過數(shù)據(jù)服務接口的開發(fā)以及ETL集成工具的推送，將數(shù)據(jù)中臺的數(shù)據(jù)，提供給業(yè)務系統(tǒng)使用。

1.2數(shù)據(jù)處理過程

數(shù)據(jù)中臺在對數(shù)據(jù)處理的過程中，采用了分層處理機制，分為貼源層、標準層、主題層和專題層。其中，貼源層主要存儲從業(yè)務系統(tǒng)直接同步過來的原始數(shù)據(jù)；標準層則存儲經(jīng)過標準化轉(zhuǎn)換和處理后的數(shù)據(jù)，此時數(shù)據(jù)依然按照業(yè)務系統(tǒng)進行分類存儲；主題層存儲的是按照數(shù)據(jù)邏輯模型，重新進行分類后的數(shù)據(jù)。如人員庫中，主要有從人事、教務、研究生系統(tǒng)中經(jīng)標準化處理后的教職工、本科生、研究生的人員數(shù)據(jù)。專題層則是按照數(shù)據(jù)的使用用途進行分類存儲，如人事系統(tǒng)專題庫、教務系統(tǒng)專題庫。

2系統(tǒng)架構(gòu)

2.1數(shù)據(jù)互動架構(gòu)

智慧校園中，傳統(tǒng)的業(yè)務系統(tǒng)與數(shù)據(jù)平臺的互動一般包含兩個部分：一是數(shù)據(jù)平臺將其他業(yè)務數(shù)據(jù)采集并清洗后，通過ETL工具下發(fā)到業(yè)務系統(tǒng)，剩余的數(shù)據(jù)使用過程交由業(yè)務系統(tǒng)自行處理。二是業(yè)務系統(tǒng)將自身產(chǎn)生的數(shù)據(jù)共享出來，通過ETL工具同步到數(shù)據(jù)平臺，供其他業(yè)務系統(tǒng)使用。相比于傳統(tǒng)的互動方式，基于數(shù)據(jù)中臺構(gòu)建的陪伴支撐系統(tǒng)，需要使用數(shù)據(jù)中臺對數(shù)據(jù)存儲、匯聚、分析等方面的能力，與數(shù)據(jù)中臺之間的互動更加的緊密，其互動架構(gòu)如圖2所示。（1）數(shù)據(jù)中臺將傳統(tǒng)的基礎數(shù)據(jù)，如部門、人員基礎信息等下發(fā)到業(yè)務系統(tǒng)；（2）業(yè)務系統(tǒng)將數(shù)據(jù)分析過程中，需要使用到的參數(shù)信息，共享到數(shù)據(jù)中臺；（3）數(shù)據(jù)中臺將分析后得到的分析結(jié)果，通過數(shù)據(jù)同步或數(shù)據(jù)接口的形式，下發(fā)到陪伴支撐系統(tǒng)；（4）系統(tǒng)將分析結(jié)果的反饋信息，共享到數(shù)據(jù)中臺，以便進一步優(yōu)化分析過程和方法；（5）系統(tǒng)將沉淀的業(yè)務數(shù)據(jù)共享到數(shù)據(jù)中臺，以便清洗轉(zhuǎn)換后，供其他業(yè)務系統(tǒng)使用。以上互動內(nèi)容，在滿足陪伴支撐系統(tǒng)需求的同時，也使得數(shù)據(jù)分析過程和結(jié)果沉淀在數(shù)據(jù)中臺。這樣，一方面當系統(tǒng)因業(yè)務需求進行功能調(diào)整時，數(shù)據(jù)分析部分可以復用。另一方面，已完成的數(shù)據(jù)分析結(jié)果也可共享到其他業(yè)務系統(tǒng)。

2.2系統(tǒng)架構(gòu)

基于數(shù)據(jù)中臺，系統(tǒng)架構(gòu)如圖3所示。主要包含行為指標項管理、預警管理、陪伴體系管理、陪伴內(nèi)容管理、結(jié)果庫管理和行為與陪伴總覽。其中，行為指標項管理和預警管理，主要是進行參數(shù)配置和調(diào)整，以支撐數(shù)據(jù)中臺進行數(shù)據(jù)分析；其他四個模塊則是基于預警數(shù)據(jù)開展陪伴的業(yè)務支撐模塊。行為指標項管理主要用于定義學生行為并進行分類，同時指定該指標項對應的數(shù)據(jù)源頭信息，如食堂就餐次數(shù)、快遞收件次數(shù)、志愿服務時長等。預警管理則是在指標項的基礎上，配置預警的具體信息。其中，預警類型定義了需要預警的學生類型，如家庭經(jīng)濟困難類型、學業(yè)困難類型等；預警級別管理則配置各類型對應的預警級別和相應的顯示顏色，同時用于匹配相應的陪伴體系；預警條件管理則具體實現(xiàn)預警內(nèi)容，掛接指標項、指標字段、默認預警閾值、歸屬預警類型、歸屬預警級別等。歸屬預警類型和預警級別允許為空，當為空時，此預警條件一般用于構(gòu)建組合型預警條件；預警組合管理支持將不同的預警條件進行合并形成新的預警條件，如一周不在食堂就餐并且一周沒有門禁刷卡記錄，可組合后形成疑似不在校預警條件；預警閾值管理主要是向各個學院開放默認閾值的配置，不同學院可以針對學院特點配置不同的閾值；預警周期管理則是用于配置預警條件的計算周期和同步周期，比如學生志愿服務時長預警是按學期為單位計算且按學期同步的、疑似不在校預警則是按周為單位計算并按天同步的。陪伴體系管理主要用于構(gòu)建服務于不同類型和不同級別預警的陪伴內(nèi)容，如家庭經(jīng)濟困難三級預警和學業(yè)困難二級預警，就對應了不同的陪伴體系和方法。其中，陪伴來源管理主要是配置每個陪伴項的數(shù)據(jù)支撐方式，對于已有系統(tǒng)采集的一般選擇系統(tǒng)同步方式，沒有系統(tǒng)采集的則選擇手工錄入的方式。如陪伴項中的給予經(jīng)濟資助數(shù)據(jù)，來源于資助系統(tǒng)；進行感恩誠信教育，則來自輔導員錄入。陪伴內(nèi)容管理是結(jié)合預警信息和對應陪伴體系開展線下陪伴的主要支撐模塊。一般情況下，輔導員發(fā)現(xiàn)預警信息后，結(jié)合對應陪伴體系開展工作并錄入陪伴情況。過程中，對于個別較為特殊的情況，可針對性的調(diào)整預警周期，如學生一周后參加比賽，最近需要晚回宿舍，就可以將對應的晚歸預警暫停一周；對于需要重點幫扶和陪伴的學生，可推薦進入結(jié)果庫，方便給予更大的常規(guī)化的陪伴支持。結(jié)果庫管理包含在庫學生的信息查詢、各類統(tǒng)計以及取消管理。依據(jù)不同類型，結(jié)果庫的學生數(shù)據(jù)會被共享到不同的系統(tǒng)中，如家庭經(jīng)濟困難數(shù)據(jù)會共享到資助系統(tǒng)，學業(yè)困難數(shù)據(jù)會共享到教務系統(tǒng)，以便形成陪伴合力，助力學生成長。

3系統(tǒng)實現(xiàn)

3.1流式數(shù)據(jù)處理

在陪伴支撐系統(tǒng)的設計和實現(xiàn)過程中，除了需要傳統(tǒng)的校內(nèi)業(yè)務系統(tǒng)產(chǎn)生的關系數(shù)據(jù)外，還需要其他類型的數(shù)據(jù)支撐。比如上網(wǎng)行為、人臉識別等流式數(shù)據(jù)。這些數(shù)據(jù)需要依靠數(shù)據(jù)中臺來完成采集和處理。對于上網(wǎng)行為數(shù)據(jù)，主要使用Flume組件進行采集和處理。對于人臉識別數(shù)據(jù)的處理，主要使用Kafka組件。當人臉識別系統(tǒng)獲取到人員信息后，調(diào)用Kafka接口，將識別信息送入指定的Topic通道。同時，通過數(shù)據(jù)開發(fā)，將數(shù)據(jù)從消息通道中讀取出來，讀取的過程通過實時調(diào)度的方式運行。這樣，人臉識別的數(shù)據(jù)就可以實時的進入數(shù)據(jù)中臺關系數(shù)據(jù)庫。識別后的數(shù)據(jù)主要包含學號、識別位置、識別時間等。陪伴支撐系統(tǒng)可通過對位置信息的定義和引用，形成不同的指標項。比如：出現(xiàn)在操場附近信息，對應于體育鍛煉次數(shù)。由于網(wǎng)絡日志信息和人臉識別信息數(shù)據(jù)量較大且涉及個人隱私較多，加之陪伴支撐系統(tǒng)中對于此類分析指標項主要使用統(tǒng)計數(shù)據(jù)。所以，除歷史數(shù)據(jù)存儲外，在數(shù)據(jù)中臺中另外建立了只存儲7天信息的數(shù)據(jù)表（即，當天數(shù)據(jù)進入后，刪除7天前的數(shù)據(jù)），具體的數(shù)據(jù)處理從此表中讀取，以天為處理周期統(tǒng)計學生行為信息。

3.2預警信息計算

在獲取到系統(tǒng)配置信息后，在數(shù)據(jù)中臺建立了陪伴支撐系統(tǒng)專題庫。在專題庫中一般按照如下的過程進行計算：第一步，按照指標項配置信息，分項計算每個學生的數(shù)據(jù)情況；第二步，依據(jù)預警周期配置，形成需要計算的預警條件列表；第三步，按照預警條件配置信息，按學院計算非組合型預警條件產(chǎn)生的預警信息，預警信息一般包括預警編號、預警學號、預警信息、預警時間等；第四步，依據(jù)預警組合邏輯，按學院計算組合型預警條件的預警信息；第五步，去除掉歸屬預警類型和歸屬預警級別為空的預警條件對應的預警信息；第六步，依據(jù)預警暫停信息，去除掉對應的預警信息；第七步，依據(jù)各預警類型對應的預警條件和指標項信息，去除掉已在結(jié)果庫中的學生對應的預警信息。預警數(shù)據(jù)在經(jīng)過調(diào)度同步到陪伴支撐系統(tǒng)后，也將同步到預警歷史信息庫中，結(jié)合預警反饋信息，為進一步優(yōu)化指標項和預警條件提供依據(jù)。

3.3學生綜合信息查詢

學生綜合信息查詢對于陪伴過程的開展具有重要的支撐價值。在實現(xiàn)過程中，系統(tǒng)匯聚了250多個字段，并將學生信息分成信息總覽和10個明細信息，如圖4所示。在數(shù)據(jù)總覽中，主要體現(xiàn)學生的學籍信息以及如GPA信息、欠費信息、困難類型、健康狀況和基本描述等重點信息。在明細信息中主要有家庭信息、第一課堂、第二課堂、錄取信息、目標總結(jié)和規(guī)劃、獎懲信息、人際交往、生活行為等。學生綜合信息查詢有利于學生工作隊伍快速地對學生有個初步的了解。尤其是當需要引入其他陪伴人員開展線下陪伴的時候，如創(chuàng)業(yè)導師進行創(chuàng)業(yè)輔導時，通過此功能將有效提升陪伴質(zhì)量。圖4學生綜合信息查詢

3.4陪伴過程管理

在陪伴過程管理的實現(xiàn)過程中，依據(jù)陪伴發(fā)起的源頭不同，分為預警驅(qū)動和線下陪伴驅(qū)動兩種方式。預警驅(qū)動，是指依據(jù)預警信息，有針對性地進行陪伴，并反饋預警結(jié)果和陪伴內(nèi)容。線下陪伴驅(qū)動則是在線下陪伴先發(fā)生后，依據(jù)線下陪伴過程，再線上關聯(lián)陪伴體系，反饋陪伴內(nèi)容。在預警驅(qū)動的實現(xiàn)過程中，首先依據(jù)預警信息，關聯(lián)其歸屬預警類型和歸屬預警級別；然后關聯(lián)此預警類型下的其他預警信息；接著通過預警類型和級別配置信息，關聯(lián)到對應的陪伴體系；最后在陪伴體系下，搜索對應學生的陪伴記錄，實現(xiàn)的效果如圖5所示。圖5預警驅(qū)動陪伴管理這樣，用戶在查看一條預警信息的同時，還可查詢到該同學同類型其他預警信息、以及需要提供哪些陪伴內(nèi)容、其他陪伴人員已提供了哪些內(nèi)容、陪伴結(jié)果如何等。這樣，方便反饋預警結(jié)果、陪伴內(nèi)容和結(jié)論的同時，也有利于后續(xù)有針對性地開展線下陪伴。在線下陪伴驅(qū)動的實現(xiàn)過程中，用戶可直接選擇陪伴的學生，然后選擇陪伴體系和陪伴項，錄入陪伴內(nèi)容和結(jié)論?？紤]到一次線下陪伴會涉及多個類型的陪伴內(nèi)容，因此在實現(xiàn)過程中，陪伴體系和陪伴項都支持多選，系統(tǒng)自動分拆成多條記錄，存儲在不同的陪伴體系中。

4結(jié)語

隨著智慧校園建設的不斷深入和數(shù)據(jù)中臺的逐步優(yōu)化完善，在基于數(shù)據(jù)中臺構(gòu)建的陪伴支撐系統(tǒng)中，數(shù)據(jù)賦能的效用將會不斷顯現(xiàn)，同時預警的反饋信息也將不斷提高預警準確性，數(shù)據(jù)的良性循環(huán)將更加有效的支撐個性化、精準化陪伴的開展，更好的助力學生成長成才。同時，這也為智慧校園中其他需要數(shù)據(jù)分析和大數(shù)據(jù)支撐的業(yè)務系統(tǒng)建設，提供了一定的參考和借鑒。

參考文獻：

[1]錢紅兵,趙文廣,李艷麗,等.基于Hadoop生態(tài)的高校學生行為預警平臺設計與實現(xiàn)[J].電子設計工程,2020(5):66-70.

[2]安洋,李軍懷,王懷軍,等.基于大數(shù)據(jù)的學生行為綜合分析與服務平臺設計與實現(xiàn)[J].四川職業(yè)技術學院學報,2021(4):153-157.

[3]馬曉玲,朱麗娟,吳永和,等.教育數(shù)據(jù)中臺系統(tǒng)模型及其應用研究[J].現(xiàn)代教育技術,2021(11):63-71.

[4]汪爭賢,吳建琳,陳胡嶸,等．基于數(shù)據(jù)中臺的財務大數(shù)據(jù)可視化分析的實現(xiàn)[J]．經(jīng)濟研究導刊,2021(20):128-130.

[5]胡翰林,沈書生.基于中臺技術的教育大數(shù)據(jù)應用研究[J].現(xiàn)代教育技術,2021(9):78-86.

[6]李巍巍.數(shù)據(jù)中臺技術在業(yè)務系統(tǒng)中的應用研究[J].現(xiàn)代信息科技,2019(21):108-110.

[7]秦道祥,路陽,張薺月,等.基于Spark技術的日志分析平臺設計與應用[J].中國教育信息化,2021(19):50-54.

作者：王剛 張鵬 趙永杰